每个动作的CSI数据提取幅值作为特征时用分开天线求幅值吗

如果你想要提取每个动作的CSI数据的幅值特征，并且每个动作具有多个天线的CSI数据，你可以选择将每个天线的CSI数据分别求幅值，并将这些特征组合起来作为最终的特征表示。

以下是一个示例代码，展示了如何分别对每个天线的CSI数据求幅值，并将这些特征组合成最终的特征矩阵：

% 设置文件路径和手势标签
filePaths = {'9-1.mat', '9-2.mat', ..., '11-20.mat'};
gestureLabels = [1, 2, ..., 60];

% 创建空的特征矩阵和标签向量
X = [];
y = [];

% 循环遍历每个文件
for i = 1:length(filePaths)
    % 加载CSI数据
    load(filePaths{i});
    
    % 提取幅值特征
    amplitudeFeatures = [];
    for antenna = 1:size(csi_data, 2)
        amplitude = abs(csi_data(:, antenna));
        amplitudeFeatures = [amplitudeFeatures, amplitude];
    end
    
    % 将特征存储到特征矩阵X中
    X = [X; amplitudeFeatures];
    
    % 将手势标签存储到标签向量y中
    labels = repmat(gestureLabels(i), size(amplitudeFeatures, 1), 1);
    y = [y; labels];
end

% 数据预处理：标准化特征矩阵X
X = zscore(X);

% 模型训练：使用SVM训练模型
model = svmtrain(y, X);

% 模型评估：预测并绘制混淆矩阵
predictedLabels = svmpredict(y, X, model);
confusionMat = confusionmat(y, predictedLabels);
confusionchart(confusionMat);

在这个示例代码中，我们首先循环遍历每个文件，加载CSI数据。然后，对于每个天线的CSI数据，我们使用`abs`函数计算幅值，并将这些特征存储到`amplitudeFeatures`矩阵中。最后，将所有天线的幅值特征组合起来存储到特征矩阵`X`中。

请注意，这个示例代码假设每个文件中的CSI数据是一个矩阵，其中每一行代表一个时间点，每一列代表一个天线的CSI数据。你需要根据你的具体情况修改代码，确保正确提取幅值特征。

希望这个示例对你有帮助！如有任何问题，请随时提问。